Estudo de Caso Cyclistic

 

Esta análise é um ESTUDO DE CASO proposto para concluir com sucesso a FORMAÇÃO PROFISSIONAL GOOGLE DATA ANALYTICS e obter o certificado no final do curso. Este é um projeto sobre uma companhia de compartilhamento de bicicletas, que opera em uma grande cidade americana. A proposta é simular um projeto real, na qual um analista de dados poderia encontrar profissionalmente, tendo como o objetivo ajudar a equipe de marketing a obter insights para novas estratégias comerciais da empresa.

 

 

Sobre a Empresa

A empresa Cyclistic é uma companhia que oferece o serviço de compartilhamento de bicicletas. A empresa trabalha com 5.824 bicicletas, em 847 estações espalhadas pela cidade de Chicago. As bicicletas podem ser retiradas a qualquer momento em uma estação e podem ser devolvidas em qualquer outras estação a qualquer tempo.

A Cyclistic oferece três planos de preços:

• Passe para uma viagem única;

• Passe para um dia inteiro;

• Plano anual.

Os passes para uma viagem única e os passes para um dia inteiro são chamados de usuários “CASUAIS”. Já os que adquirem o Plano Anual são usuários referidos como “MEMBROS”.

 

Cenário

Eu sou um analista de dados, que trabalha na equipe de analistas de marketing da empresa Cyclistic. O diretor de marketing acredita que o sucesso futuro da empresa depende da maximização do número de adesões de usuários como MEMBROS. Desta forma, sua equipe quer entender como os usuários CASUAIS e os MEMBROS usam o serviço de compartilhamento de bicicletas de forma diferente. A partir desses insights, a equipe projetará uma nova estratégia de marketing para converter os usuários CASUAIS para MEMBROS.

 

Perguntas para atingir a meta da análise

• COMO os ciclistas CASUAIS e MEMBROS usam as bicicletas da Cyclistic de forma diferente?

• POR QUE os ciclistas CASUAIS comprariam assinaturas anuais da Cyclistic?

• COMO a Cyclistic pode usar a mídia digital para influenciar os passageiros CASUAIS a se tornarem MEMBROS?

Para responder estas perguntas devemos encontrar as diferenças entre usuários CASUAIS e MEMBROS.

 

Informações sobre o conjunto de dados

O conjunto de dados está armazenado na nuvem e disponível no link:

https://divvy-tripdata.s3.amazonaws.com/index.html

Para realizar a análise foi utilizado o histórico de usuários do ano de 2021.

 

Ferramentas Utilizadas para Análise

• MySQL: Utilizado para realizar a inspeção inicial dos dados, limpar, transformar, organizar e resumir os conjuntos de dados;

• Power BI: Utilizado para criar visualizações sobre os dados.

 

Preparação dos Dados

A preparação dos dados foi realizada através de uma inspeção inicial para identificar o número de colunas e se os dados de cada mês estavam padronizados.

Desta forma, identificou-se que todos os dados de viagens estavam no formato “.csv”. No total eram 13 colunas (“ride_id”, “rideable_type”, “started_at”, “ended_at”, “start_station_name”, “start_station_id”, “end_station_name”, “end_station_id”, “start_lat”, “start_lng”, “end_lat”, “end_lng”, “member_casual”).

Para preparar os dados foi utilizada a linguagem SQL, através do Sistema Gerenciador de Banco de Dados (SGBD) MySQL Workbench. Aqui está o link para script: link

Para o objetivo deste estudo de caso, o conjunto de dados é apropriado e permite responder às questões de negócios. Todavia, devido à privacidade dos dados, não é possível usar as informações de identificação pessoal do usuário. Desta forma, não é possível determinar se um único usuário fez várias viagens, já que todos os IDs de viagem são únicos neste conjunto de dados.

 

Análise dos dados

A análise dos dados foi realizada no SGBD MySQL. Aqui está o link para script: link

A ferramenta Power BI foi utilizada para carregar as queries e gerar as visualizações apresentadas a seguir.

Uma síntese dos passos que foram realizados para analisar o conjunto de dados são apresentados a seguir:

• No total temos 5.595.063 viagens realizada no período, sendo 3.066.058 viagens de usuários MEMBROS (54,8%) e 2.529.005 viagens de usuários CASUAIS (45,2%);

 

 

• Considerando os meses e estações do ano, temos que os usuários em geral utilizam mais o serviço entre os meses de junho a setembro;

• Em geral os usuários MEMBROS utilizam mais o serviço em todos os meses, com exceção de junho, julho e agosto, quando os usuários do plano CASUAL utilizam mais o serviço;

 

 

• Considerando as estações do ano, 42,11% dos usuários utilizam as bicicletas no verão, seguido de 31,23% no outono, 19,61% na primavera e 7,04% no inverno;

 

 

• Ainda considerando as estações do ano, a distribuição de utilização do serviço é mais homogênea nos usuários MEMBROS. Os usuários CASUAIS possuem grande predominância no verão e início do outono (de junho a agosto);

 

 

• Analisando os dias da semana, podemos ver que novamente a distribuição dos usuários MEMBROS é mais homogênea. Já os usuários CASUAIS utilizam mais o serviço nos finais de semana (sábado e domingo);

 

 

• Segmentando os dias em turnos, novamente a distribuição dos usuários MEMBROS é mais homogênea;

• Estes usuários utilizam mais o serviço no período da tarde, seguido pelos turnos da noite e manhã com número de viagens bastante semelhantes;

• Já os usuários CASUAIS possuem dois padrões identificáveis: Nos dias de semana, os turnos da tarde e noite predominam, com uma pouco mais de usuário durante a tarde; nos finais de semana há amplo predomínio no turno da tarde, sendo os maiores picos de usuários que utilizam o serviço;

 

 

• As estações com maiores números de partidas e chegadas de membros casuais se situam na costa do Lago Michigan em Chicago, principalmente, entre Lincoln Park e Chinatown;

 

Estações de início das viagens

 

Estações de final das viagens

 

• Analisando os tipos de bicicletas os usuários membros utilizam na sua maioria as bicicletas clássicas e não usam bicicletas ancoradas. As bicicletas ancoradas são utilizadas apenas por usuários CASUAIS. Todavia, estes tipos de bicicletas são pouco utilizadas em comparação aos outros tipos. Desta forma, os usuários CASUAIS utilizam bicicletas clássicas, predominantemente, seguida das bicicletas elétricas;

 

 

• Observando a utilização dos tipos de bicicletas distribuídas pelos meses do ano, podemos observar que as bicicletas clássicas predominam até o mês de outubro. Após outubro, os usuários começaram a utilizar mais bicicletas elétricas;

 

 

• A média da duração das viagens, durante o ano de 2021, foi de 23 minutos (min). Os usuários CASUAIS, em média, utilizaram o serviço por 32 min em cada viagem (70,31%). Já os usuários MEMBROS, fazem viagens mais curtas, com 14 minutos de média por viagem (26,69%);

 

 

• Considerando a média de tempo por viagem, durante os dias da semana, não há padrão identificável que ajude a responder as perguntas de negócio, já que a média de tempo por viagem é relativamente homogênea durante os dias da semana, considerando os tipos de usuários.

 

 

Conclusões

 

• Os usuários CASUAIS fazem viagens mais longas do que os MEMBROS;

• A maioria dos usuários CASUAIS utilizam as bicicletas nos finais de semana, principalmente, no período da tarde;

• Os usuários CASUAIS utilizam mais o serviço no verão e início do outono;

• Os usuários CASUAIS utilizam mais o serviço nas regiões costeiras da cidade de Chicago.

 

Recomendações

 

• Como os usuários CASUAIS têm mais destaque durante o fim de semana, a criação de um pacote especial de adesão para finais de semana pode ser interessante;

• Pode ser cobrada uma taxa adicional por tempo da viagem, aumentando o preço para viagens mais longas, considerando que os usuários CASUAIS fazem passeios com maior duração, incentivando a adesão ao plano de MEMBROS;

• Propagandas e ações de marketing (eventos, shows, promoções) devem ser concentradas nas regiões costeiras de Chicago, principalmente, no verão e outono;

• Incentivar os usuários a compartilhar experiencias nas mídias sociais. Por exemplo, fazer uma campanha de sorteios de passes diários e/ou um ano gratuito no plano de MEMBROS, para quem postar uma foto com uma bicicleta da Cyclistic no Instagram com alguma hashtag específica, por exemplo, #gowithCyclistic gerando um senso de comunidade entre os usuários e fazendo crescer a influência da empresa nas redes sociais;

• Por fim, deve ser considerado que no final do ano de 2021 houve um aumento do uso de bicicletas elétricas. Recomenda-se que seja acompanhado este padrão de aumento para definir qual a melhor estratégia de expansão do tipo de bicicletas preferidas dos usuários.